利用矢量量化（VQ）和混合高斯模型（GMM）的說話人識(shí)別的研究.pdf

1、說話人識(shí)別始于20世紀(jì)30年代,從20世紀(jì)60年代開始日益成為當(dāng)今的一個(gè)研究熱點(diǎn).說話人識(shí)別具有廣泛的應(yīng)用前景,如保安、公安司法、軍事、財(cái)經(jīng)和信息服務(wù)等領(lǐng)域.正因?yàn)檎f話人識(shí)別具有如此廣闊的應(yīng)用前景,國(guó)內(nèi)外許許多多的工作者投身于這一領(lǐng)域的研究中,使得說話人識(shí)別方面出現(xiàn)巨大發(fā)展.但它還遠(yuǎn)遠(yuǎn)沒有成熟.本課題以語(yǔ)音信號(hào)的LPC倒譜系數(shù),差值倒譜系數(shù),基音周期和差值基音周期的混合特征參數(shù)作為識(shí)別的特征矢量集,運(yùn)用矢量量化(VQ)技術(shù)實(shí)現(xiàn)與文本有關(guān)

2、的說話人識(shí)別.在一個(gè)10人,1800個(gè)的語(yǔ)音庫(kù)上進(jìn)行了系統(tǒng)的識(shí)別實(shí)驗(yàn),單音節(jié)語(yǔ)音的平均識(shí)別率達(dá)到了92％,雙音節(jié)語(yǔ)音的平均識(shí)別率達(dá)到了96.67％,四音節(jié)語(yǔ)音的識(shí)別率達(dá)到了97.67％,說話人識(shí)別的實(shí)時(shí)識(shí)別率達(dá)到了90％以上,達(dá)到了較為滿意的識(shí)別效果.在矢量量化中引入模糊聚類算法,實(shí)現(xiàn)了對(duì)硬聚類算法的有效擴(kuò)展,提高了碼本的量化精度.混合高斯模型(GMM)是最優(yōu)的與文本無(wú)關(guān)說話人識(shí)別的模型,而環(huán)境與個(gè)性特征的變化是影響采用GMM識(shí)別率的重